用Python在现有的netcdf文件中用-9999替换Nans

Question

我有一个netcdf文件，其中一个变量有nan。 我想读取文件，然后用-9999替换nans。 然后保存新的netcdf文件的更改。 到目前为止我有这个：

import netCDF4 as nc
from netCDF4 import Dataset
import numpy as np

f = Dataset('anen_12km_1yr_san_angelo_00Z_100m_38_small_2014.nc','r+')
f.variables['wspd_wrf_m'][:][f.variables['wspd_wrf_m'][:] == np.nan] = -9999.
f.close() 

当我重新打开这个文件并打印出这个变量的np.max或np.min时，我仍然得到nan而不是-9999。 如何替换此netcdf文件中的nans并使用替换的nans的更改重写新的netcdf文件，我需要做什么？

Answer 1

你不能使用== np.nan比较。 考虑这个例子：

arr = np.random.random(3)
arr[1] = np.nan
print(arr)
print(arr == np.nan)

这给出了：

数组（[0.88978822，nan，0.71066851]）

[假错假]

检查NaN的正确方法是使用np.isnan ：

print(np.isnan(arr))

哪个回报：

[假真假]

您可以使用它来替换NaN，类似于您现在正在执行的操作：

arr[np.isnan(arr)] = -9999

Answer 2

作为在python中执行此操作的替代方法，您还可以使用CDO从命令行在一行中执行此操作：

cdo setmissval,-9999 in.nc out.nc

这会将所有缺失值更改为-9999，并在文件out.nc中将_FillValue元数据设置为-9999